2.1.2 分布式融合结构

分布式融合是将各传感器在完成对常量或缓变参数的测量后，首先进行自身的局部参数估计，然后再把局部参数估计值传给融合中心，由融合中心来完成最终的参数估计。在分布式融合结构中，每个传感器都可独立地处理其自身信息，之后将各决策结果送至数据融合中心，再进行融合。与集中式融合相比，分布式融合系统所要求的通信开销小，融合中心计算机所需的存储容量小，扩展了多传感器测量系统参数估计的灵活性，增强了系统的生存能力且融合速度快，但这是以损失融合中心信息的完整性为代价的。

随着通信技术、嵌入式计算技术和传感器技术的飞速发展和日益成熟，具有感知能力、计算能力和通信能力的微型传感器开始得到应用。由这些微型传感器构成的分布式传感器网络(Distributed Sensor Network，DSN)成为近年来一个重要的研究领域。20世纪80年代，R.Wesson等最早开始了分布式传感器网络的研究，主要是对分布式传感器网络结构的研究。目前，国外各科研机构投入巨资，启动了许多关于DSN的研究计划。

一个分布式多传感器系统包括一系列传感器节点和相应的处理单元，以及连接不同处理单元的通信网络。每个处理单元连接一个或多个传感器，每个处理单元以及与之相连的传感器被称为簇。数据从传感器传送至与之相连的处理单元，在处理单元处进行数据集成。最后，将处理单元的信息进一步相互融合以获得最佳决策。

在分布式融合系统中，融合节点有预处理的功能，信息在经过预处理后再传送给融合中心产生融合结果。由于对信息进行了压缩与处理，这种融合方式降低了对通信带宽的要求和造价，利用高速通信网络就可以完成非常复杂的算法，并得到更好的融合结果。分布式融合估计的流程示意图如图2.2所示。

图2.2 分布式融合估计流程示意图